张春梅
- 作品数：9 被引量：29H指数：3
- 供职机构：北方民族大学计算机科学与工程学院更多>>
- 发文基金：国家自然科学基金宁夏回族自治区自然科学基金公益性行业(气象)科研专项更多>>
- 相关领域：自动化与计算机技术农业科学天文地球更多>>
- 基于深度迁移学习的酿酒葡萄种植信息提取被引量：3
- 2020年
- 为利用遥感手段快速、精准提取宁夏贺兰山东麓酿酒葡萄种植信息,提出了一种基于深度迁移学习的酿酒葡萄种植信息提取方法。该方法以全卷积神经网络(Fully convolutional networks,FCN)为基础,利用高分二号卫星遥感资料,以地面采集样本数据进行网络模型训练,利用迁移学习方法将训练好的网络模型迁移到FCN网络模型中,对其进行初始化,避免过拟合问题的发生,其网络训练验证集准确率高达88.16%,较传统的基于深度学习方法准确率提高7.17个百分点。结果表明,基于深度迁移学习的贺兰山东麓酿酒葡萄种植信息提取检测准确率可达91.93%,检测召回率达到91.15%。
- 宋晓倩张学艺张春梅李万春
- 关键词：酿酒葡萄信息提取
- 基于非对称卷积−压缩激发−次代残差网络的人脸关键点检测被引量：3
- 2021年
- 级联深度卷积神经网络(DCNN)算法为首先在人脸关键点检测中使用卷积神经网络(CNN)的模型,CNN的使用使得检测精度得到极大的提升。针对该策略需要对相邻阶段间的数据反复进行回归处理使得算法流程十分复杂的问题,提出基于非对称卷积−压缩激发−次代残差网络(AC-SE-ResNeXt)的人脸关键点检测算法。所提算法仅使用单阶段回归,既避免了级联策略中多阶段回归的算法流程复杂性,又解决了相邻阶段间数据需要进行预处理的问题。为了不降低精度,在次代残差网络(ResNeXt)块的基础上添加了非对称卷积(AC)模块和压缩激发(SE)模块,构建了AC-SE-ResNeXt网络模型。同时,为了能够精确拟合在不同光照、姿态、表情等复杂环境下的人脸,将AC-SEResNeXt网络模型加深到101层。对训练好的模型分别在数据集BioID和LFPW上进行测试,其中该模型在BioID数据集上的人脸五点关键点检测的综合平均误差率为1.99%,在LFPW数据集上的人脸五点关键点检测的综合平均误差率为2.3%。实验结果表明,所改进的算法不但简化了算法流程使之能进行端到端处理,而且其精度与级联DCNN算法相当,鲁棒性也有明显提升。
- 王贺兵张春梅
- 关键词：卷积神经网络
- 基于DenseNet-Attention模型的高光谱图像分类被引量：5
- 2020年
- 针对高光谱图像标记样本量少,提取特征不充分以及提取到的特征不区分贡献度的问题,提出一个新型的DenseNet-Attention网络模型(DANet)。首先,该模型利用三维卷积核同步提取联合光谱空间特征,同时密集连接网络(DenseNet)的稠密连接块除了能够充分提取更加鲁棒的特征外,还减少了大量参数;其次,自注意力(self-attention)机制作为一个模块加入到稠密连接块中,可以使上层提取到的特征在进入下一层网络之前,经过该模块对其进行权重分配,使具有丰富的物类别信息的特征得到加强,进而区分特征的贡献度。网络模型以原始高光谱图像邻域块作为输入,无需任何预处理,是一个端对端学习的深度神经网络。在印第安松树林和帕维亚大学数据集上进行对比试验,网络模型的分类精度分别能够达到99.43%和99.99%,有效提高了高光谱图像分类精度。
- 张永鹏张春梅白静
- 关键词：高光谱图像分类
- 卷积神经网络模型剪枝结合张量分解压缩方法被引量：5
- 2020年
- 针对卷积神经网络(CNN)拥有巨大的参数量及计算量,限制了其在嵌入式系统等资源受限设备上应用的问题,提出了基于统计量的网络剪枝结合张量分解的神经网络压缩方法,其核心思想是以均值和方差作为评判权值贡献度的依据。首先,以Lenet5为剪枝模型,网络各卷积层的均值和方差分布以聚类方式分离出提取特征较弱的滤波器,而使用保留的滤波器重构下一层卷积层;然后,将剪枝方法结合张量分解对更快的区域卷积神经网络(Faster RCNN)进行压缩,低维卷积层采取剪枝方法,而高维卷积层被分解为三个级联卷积层;最后,将压缩后的模型进行微调,使其在训练集上重新达到收敛状态。在PASCAL VOC测试集上的实验结果表明,所提方法降低了Faster RCNN模型54%的存储空间而精确率仅下降了0.58%,同时在树莓派4B系统上达到1.4倍的前向计算加速,有助于深度CNN模型在资源受限的嵌入式设备上的部署。
- 巩凯强张春梅曾光华
- 关键词：卷积神经网络目标检测剪枝张量分解
- 基于GDAL库的温度推算模型的研究与实现被引量：2
- 2019年
- 为对无资料地区的温度分布情况进行推算,设计了基于无人机航测DEM数据的小网格温度分布推算模型,并采用开源GDAL库进行实现。项目首先通过GDAL库读取了宁夏太阳梁试验区5 m分辨率DEM数据,提取了温度推算模型中用到的3个因子:坡度、坡向、海拔,基于实测的经纬度范围采用Numpy库生成了温度推算模型中的经度纬度因子。基于提取的因子在温度推算模型中进行推算以后,生成了包含每个格点温度值的栅格文件。基于生成栅格文件,利用ArcGIS制图工具制作了该地区的温度分布图。通过与监测点实测的温度数据对比验证:实际温度值与模型推算的结果基本一致,且推算因子中海拔因子对结果贡献最大。该结果证明了算法所采用技术的易用性和算法所设计参数的准确性。
- 刘文毫卫建国卫建国张春梅刘兆宇
- 关键词：GDALARCGISDEM
- 遥感与积温数据融合的葡萄种植面积提取最佳时相选择被引量：1
- 2020年
- 本研究提出一种应用遥感数据与气象学中的积温数据,结合植被指数获取区分不同作物最佳时相的新模型,达到减小提取贺兰山东麓葡萄种植面积误差的目标。选取2016年宁夏地区时间分辨率高的MODIS 250 m数据定点提取NDVI指数,构建不同作物的NDVI时间曲线,找出葡萄与其他作物的NDVI差值最大时相并确定为当年最佳时相;结合气象学中的积温数据,构建最佳时相判断模型,反推其他年份的最佳时相。试验结果表明由NDVI差值测得的最佳时相可用,即能够获取分类效果最好的最佳时段内遥感图像,为后续作物分类工作打下良好的基础。
- 宋晓倩张春梅张学艺李万春
- 关键词：遥感影像积温葡萄贺兰山东麓
- 基于l^1范数和k近邻叠加图的半监督分类算法被引量：2
- 2016年
- 为了构造一个能够较好反映数据真实分布的图以提高分类性能,文中提出基于l1范数和k近邻叠加图的半监督分类算法.首先构造一个l1范数图,作为主图,然后构造一个k近邻图,作为辅图,最后将二者按一定比例叠加,得到l1范数和k近邻叠加(LNKNNS)图.实验中选择标记样本比例从5%到25%,将基于LNKNNS图的半监督分类算法在USPS数据库上对比其它图(指数权重图、k近邻图、低秩表示图和l1范数图)的算法.实验表明,文中算法的分类识别率更高,更适合基于图的半监督学习.
- 张云斌张春梅周千琪戴模
- 关键词：半监督分类L1
- 基于DL1图和KNN图叠加图的高光谱图像半监督分类算法被引量：6
- 2017年
- 基于少数已标记样本的高光谱图像分类是一个具有挑战的任务.本文将概率矩阵与L1图的权值矩阵叠加,形成了强鉴别力的DL1图.将空间的局部信息与光谱的全局信息通过KNN图和DL1图结合在一起,构建了空谱信息联合的图框架结构,使用该框架构建的图,能更精细地反映高光谱图像数据的图谱结构.利用图的标记传播达到半监督分类的目的,以此提高小样本高光谱图像自动分类的精度,实验表明,在标记样本比例为5%时,分类精度提升亦非常显著.
- 王君言张春梅张云斌刘瑶瑶王晓峰李丹张少敏白静
- 关键词：高光谱图像半监督分类
- 基于梯度的500hPa槽线天气系统自动分析方法被引量：2
- 2016年
- 利用位势高度场资料,针对500 hPa高空槽线天气系统,以天气学定义及其图形学特征分析为基础,在保持天气动力学理论约束的同时,提出基于位势高度梯度进行槽线天气系统自动分析的方法。面向各级气象台站的天气预报业务,利用气象信息综合分析系统(MICAPS)第4类位势高度格点数据资料,经过梯度计算、垂线确定、方向划分、邻域对比、节点初选、噪声判别、分类滤除、聚类分析、轴向平均等步骤,解决了一系列相关技术问题,完成了西风槽和横槽两类槽线系统自动分析的程序开发。近年宁夏寒潮强降温等过程的分析试验表明,该算法稳定可靠,中高纬度地区槽线分析能力更强,运行效率进一步提高。
- 颜长建胡文东张春梅王式功杨有林任浩吕昌伟
- 关键词：梯度向量槽线
